1. 選擇排序

原理：從後面無序序列中選出最小的元素放在有序序列的後面，第一次先把第一個位置元素作為比較的物件，從後面n-1個元素中選出最小的那個元素 跟第一個位置元素進行交換，然後令第二個位置作為比較的物件，從後面n-2個元素中選最小的元素，跟第二個位置元素進行交換，，，以此類推；

下面的這個過程 是首先從前面系列中選出一個最大的元素，跟最後一個位置元素進行比較，如果前面序列中最大的元素比最後一個位置元素大 就交換，這樣序列中最後一個位置元素就是當前序列最大的元素；

然後從前面n-2個元素中再選一個最大的 跟序列中倒數第二個位置元素比較，如果比倒數第二個位置元素大，就交換，以此類推，逐漸把序列中大的元素放到隊尾；

2.程式碼實現

基於選擇後面序列中最小的元素，跟前面位置元素進行比較，把小的元素放在序列前面，依次找到序列中小的元素放在序列前面：

def select_sort(L):
    """選擇排序"""
    n=len(L)
    for i in range(n-1):   # 對應n-1個過程，每一次都會選出無序序列中的最小的元素放在前面有序序列中，這個過程持續n-1次 對應分別選出了n-1個最小
        min=i  # 對每一次查詢最小元素的過程，首先令有序序列中最後一個元素為該次過程需要比較的元素，拿後面位置的元素跟i位置的元素比較
 

        for j in range(i+1,n):  # 選出後面無序序列中的最小值
            if L[j]<L[min]:
                min=j      # 每一次找到一個比有序序列中最後一個位置元素小的 不急著交換，先記下來，因為目的是找到無序序列中最小的元素，而不是僅僅比i位置元素小就夠了
        L[i],L[min]=L[min],L[i]
    return L

print(select_sort([2,6,1,3,8,4,9,5,0]))

執行結果：

 3. 時間複雜度

選擇排序的時間複雜度是O(n^2)

因為選擇排序整體過程是逐步選出n-1個小元素放在前面n-1個位置，這就需要n的複雜度，然後內部對於每一次選出一個小元素 有需要比較無序序列中的所有元素，這個過程也需要n的複雜度；

4. 穩定性

選擇排序是不穩定的；

可以看上面那張圖，就是從前面無序序列中選大元素放在最後的排序過程，可以發現在從前往後找大元素的過程中，如果有兩個93 就會把前面一個93放在最後，這樣就打亂了相同元素原有的相對順序（因為首先從頭往後找最大元素，知道發現第一個最大也就是前面的93 然後接著往後比較，等到比對到第二個93時 第二個93並不比當前最大元素--第一個93大 所以不交換，所以仍然是第一個93作為最大元素往後走的~這就打亂了原有的順序，所以是不穩定的）

5. 優化

選擇排序對於有序序列仍然是O(n^2)的複雜度，並且無法進行優化，因為從頭到尾進行選小元素放在前面的過程有n次，每一次選小元素都需要比較所有元素 也需要n的複雜度；